Upload
others
View
10
Download
0
Embed Size (px)
Citation preview
23
PROTOTYPE SISTEM KONTROL DAN MONITORING SUHU SERTA
KETINGGIAN AIR PADA KOLAM BUDIDAYA IKAN
MENGGUNAKAN LOGIKA FUZZY
Sitti Amalia1, *Rafika Andari
2, Kartiria
3, Pristian Efra Putra
4
1234Prodi Teknik Elektro, Fakultas Teknik, Institut Teknologi Padang, Indonesia
[email protected], *Corresponding author
Abstrak: Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam
Budidaya Ikan Menggunakan Logika Fuzzy. Kualitas air yang kurang baik mengakibatkan
pertumbuhan ikan menjadi lambat, dalam usaha budidaya ikan nila ketersediaan air dan kualitas air
merupakan salah satu faktor yang menentukan keberhasilan dalam usaha budidaya ikan. Untuk kualitas
air pada pembudidayaan ikan nila khususnya pada besaran fisik air, suhu air yang optimal sebagai
penentu keberhasilan bagi budidaya ikan nila adalah 25-30°C. Pentingnya pengontrolan dan
pemantauan kualitas air pada keberhasilan budidaya ikan, maka perlu dirancang suatu sistem
pengontrolan suhu dan ketinggian air yang bisa dimonitoring dari jarak jauh dengan menggunakan
metode logika fuzzy dan menggunakan Internet of Things (IoT) sebagai monitoring, dalam kasus ini
perancangan dalam skala aquarium 30x30x30 cm. Sistem kontrol dan monitoring dalam penelitian ini
berhasil dilakukan. Untuk pengontrolan ketinggian air, debit air yang masuk setiap menitnya adalah 3
liter. Untuk mengontrol suhu air dengan kondisi air panas dan dingin, waktu yang diperlukan untuk
menaikkan suhu sebesar 1°C adalah 38,9 menit dan waktu yang diperlukan untuk menurunkan suhu
sebesar 1°C adalah 20,4 menit dengan ketinggian air rata-rata 15 cm atau setara dengan 13,5 liter.
Kemudian alat ini berhasil dimonitoring dengan menggunakan Internet of Things (IoT) dengan koneksi
internet dari jarak jauh.
Kata kunci: Logika Fuzzy, Internet of Things, Sistem Kontrol, Monitoring.
Abstract: Prototype System of Control and Monitoring of Temperature And Water Level in Fish
Farming Pond Using Fuzzy Logic. Poor water quality results in slow fish growth. In tilapia
aquaculture, water availability and water quality are among the factors that determine the success of
fish farming. For water quality in tilapia cultivation, especially in the physical quantity of water, the
optimal water temperature as a determinant of success for tilapia aquaculture is 25-30 °C. The
importance of controlling and monitoring water quality in the success of fish farming, it is necessary to
design a temperature and water level control system that can be monitored remotely using fuzzy logic
methods and using the Internet of Things (IoT) as monitoring, in this case the design on an aquarium
scale 30x30x30 cm. The control and monitoring system in this study was successfully carried out. To
control the water level, the water flow that enters every minute is 3 liters. To control water
temperature with hot and cold water conditions, the time needed to raise the temperature by 1°C is
38,9 minutes and the time needed to reduce the temperature by 1°C is 20,4 minuteswith an average
water level of 15 cm or the equivalent of 13.5 liters. Then this tool is successfully monitored using the
Internet of Things (IoT) with an internet connection remotely.
Keywords: Fuzzy Logic, Internet of Things, Control System, Monitoring.
History &License of Article Publication:
Received: 12/04/2021 Revision: 26/05/2021 Published: 12/07/2021
DOI: https://doi.org/10.37971/radial.v9i1.217
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Vol. 9 No. 1, Juni 2021, Hal. 23-38
Available at https://stitek-binataruna.e-journal.id/radial/index ISSN: 2337-4101
Published by STITEK Bina Taruna Gorontalo E-ISSN: 2686-553X
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
24
PENDAHULUAN
Perkembangan ikan nila di Indonesia cukup pesat, hal ini ditandai dengan adanya peningkatan
produksi ikan nila dari tahun ke tahun, hal ini disebabkan oleh minat masyarakat yang semakin
meningkat (Gustiano, 2008). Kualitas air yang kurang baik mengakibatkan pertumbuhan ikan ini
menjadi lambat, dalam usaha budidaya ikan nila (Oreochromis niloticus) ketersediaan air dan
kualitas air merupakan salah satu faktor yang menentukan keberhasilan dalam usaha budidaya ikan
(Suyanto, 1993). Untuk kualitas air pada pembudidayaan ikan nila khususnya pada besaran fisik air,
pada masa pemijahan ikan nila suhu yang optimal antara 26-30°C (Suripin, 2002). Ikan nila dapat
mentolerir suhu antara 15°C sampai 37°C untuk bertahan hidup. Sedangkan suhu air yang optimal
sebagai penentu keberhasilan bagi budidaya ikan nila adalah 25-30°C (Stickney, 2000). Oleh karena
itu kondisi suhu air dijaga agar tetap hangat, agar bakteri tidak akan tumbuh dan benih akan sering
makan, serta kadar oksigen juga akan dijaga. Pada suhu air yang hangat, proses metabolisme ikan
juga bekerja lebih cepat (Yuliana, 2018).
Ikan nila memiliki batasan toleransi yang cukup tinggi terhadap berbagai kondisi lingkungan
perairan. Ikan nila yang masih berukuran kecil pada umumnya lebih tahan terhadap perubahan
lingkungan dibandingkan dengan ikan nila yang berukuran besar. Suhu merupakan salah satu faktor
teknis yang harus diperhatikan dalam kualitas air untuk pembudidayaan ataupun pemeliharaan ikan
nila (Yanuar, 2018). Peningkatan dan penurunan suhu air kolam budidaya yang tidak sesuai dengan
kondisi ikan akan menyebabkan ikan mengalami kesulitan melakukan proses mobilisasi energi dan
mengakibatkan kematian dalam waktu singkat (Pramana, 2018).
Pemantauan kualitas air pada kolam budidaya ikan saat ini masih banyak dilakukan dengan cara
manual dengan langsung mengukur kualitas air ke kolam budidaya, hal ini tentunya tidak efektif
dan memerlukan waktu yang lama serta tidak effisien (Simanjuntak, 2013). Pentingnya pemantauan
secara kontinu kualitas air pada keberhasilan budidaya ikan, maka perlu dirancang suatu perangkat
sistem kontrol dan monitoring kualitas air pada kolam budidaya ikan dengan sistem yang tetap
stabil, yang dapat dikontrol secara otomatis dan dimonitoring dari jarak jauh. Parameter kualitas air
yang dikontrol pada penelitian ini terdiri atas level ketinggian air dan temperatur (suhu) air.
Pentingnya pengontrolan dan pemantauan kualitas air pada kolam budidaya ikan nila sebagai faktor
keberhasilan.
Berdasarakan latar belakang diatas, maka peneliti tertarik untuk merancang suatu kolam
budidaya berskala aquarium yang dapat mengontrol suhu dan ketinggian air dan bisa dimonitoring
dari jarak jauh dengan menggunakan motode logika fuzzy sebagai pengontrolan dan menggunakan
Internet of Things (IoT) sebagai monitoring. Selama beberapa tahun terakhir kontrol fuzzy telah
muncul sebagai alternatif praktis untuk skema pengontrolan otomatis. Logika fuzzy adalah suatu
cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini
menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan ketidakpastian
yang telah menjadi sifat alamiah manusia (Tarigan, 2013). Sedangkan Internet of Things (IoT)
merupakan perkembangan keilmuan yang sangat menjanjikan untuk mengoptimalkan kehidupan
berdasarkan sensor cerdas dan peralatan pintar yang bekerjasama melalui jaringan internet
(Syaifudin, 2021). Internet of Things (IoT) berupa kumpulan benda-benda (things), seperti
perangkat fisik (hardware/ embedded sistem) yang mampu bertukar informasi antar sumber
informasi, operator layanan ataupun perangkat lainnya yang terhubung kedalam sistem sehingga
dapat memberikan kemanfaatan yang lebih besar dalam pemantauan atau monitoring (Mahali,
2017).
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
25
METODE
Deskripsi Penelitian
Perancangan dalam pembuatan tugas akhir ini bertujuan untuk memudahkan dalam proses
perancangan alat, mekanik, serta proses analisa. Perancangan awal dilakukan dengan menentukan
lokasi pembuatan alat, membuat blok diagram (seperti pada Gambar 1), flowchart (seperti pada
Gambar 2), desain mekanik, serta membuat sistem kerja alat yang akan dibuat.
Blok Diagram
Gambar 1. Blok Diagram Penelitian
Flowchart
Gambar 2. Flowchat Penelitian
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
26
Perancangan Skema Rangkaian dan Mekanik
Perancangan skema rangkaian
Gambar 3. Skema rangkaian proteus
Pada alat ini sebelum melakukan proses pembuatan rangka, maka dibutuhkan lah proses
perancangan mekanik terlebih dahulu, untuk perancangan desain mekanik pada alat ini
menggunakan software sketchup. Untuk desain mekanik pada alat dapat dilihat pada Gambar 4.
Gambar 4. Desain mekanik
Bahan yang akan digunakan pada proses pembuatan mekanik ini menggunakan bahan akrilik
dengan ketebalan sebesar 2 mm.
Ukuran pada desain mekanik :
Tinggi = 30 cm
Lebar = 30 cm
Panjang = 30 cm
Perancangan metode logika fuzzy menggunakan matlab.
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
27
Pada proses pembuatan alat ini sebelum mengimplementasikan pada program modul wemos,
penulis terlebih dahulu menentukan nilai fuzifikasi terlebih dahulu menggunakan plugin logika
fuzzy pada software matlab. Untuk tampilan awal pada menu fuzzy di matlab dapat dilihat pada
Gambar 5.
Gambar 5. Fuzzy matlab
Pada gambar diatas merupakan tampilan awal fuzzy matlab terdiri dari 1 input dan 1 output.
Untuk penentuan membership function pada alat ini dapat dilihat pada Gambar 6.
Gambar 6. Membership function suhu
Pada Gambar 6. diatas merupakan membership function suhu untuk input pertama, dimana
terdapat 3 variabel yaitu, dingin, sedang dan panas. Sedngkan untuk bagian membership function
bagian jarak sensor dapat dilihat pada Gambar 7.
Gambar 7. Membership function jarak sensor ultrasonic
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
28
Untuk input kedua yaitu membership function jarak sensor ultrasonik, terdapat 3 variabel
membership function yaitu, rendah, sedang dan tinggi. Untuk membership function tinggi air dapat
dilihat pada Gambar 8.
Gambar 8.Membership function tinggi air
Output pada fuzzy matlab yang akan dirancang untuk simulasi matlab adalah tinggi air, untuk
variabel membership function adalah rendah, sedang dan tinggi. Untuk aturan kebenaran fuzzy
padaperancangan pada alat ini dapat dilihat pada Tabel 1.
Tabel 1. Tabel kebenaran aturan fuzzy
S
U D S P
R R T S
S R S S
T R R R
Keterangan :
D : Dingin
S : Sedang
P : Panas
R : Rendah
S : Sedang
T : Tinggi
HASIL DAN PEMBAHASAN
Deskripsi Data
Pada penelitian ini pengujian dilakukan terhadap alat yang telah di rancang dan juga ada
beberapa data yang digunakan untuk pengujian, yaitu data pengujian dengan suhu air dingin, suhu
air panas dan data pengujian dengan ketinggian air. Adapun alat yang akan diuji adalah seperti
terlihat pada Gambar 9.
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
29
Gambar 9a. Tampilan alat Tampak depan
Gambar 9b. Tampilan alat tampak atas
Gambar 9c. Tampilan alat tampak samping
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
30
Analisa dan Pengujian
Setelah melakukan pengujian hardware dan pengujian software, selanjutnya penulis melakukan
pengambilan data. Pengujian pengambilan data ini berguna untuk mengetahui perbandingan antara
kondisi pada alat dengan kondisi simulasi pada matlab dan juga menganalisa waktu yang diperlukan
untuk mencapai set point. Untuk model pengambilan data dilakukan 5 kali masing-masing pada
kondisi dengan suhu awal yang berbeda-beda.
1. Pengujian Suhu Air Dingin
Tabel 2. Data pengujian pada suhu air dingin
No Suhu awal
air (°C)
Suhu mencapai
Set point (°C)
Kondisi
heater
Waktu mencapai
set point (menit)
1 24,6 27 ON 93
2 24,2 27,4 ON 124
3 23,3 27,2 ON 151
4 22 27 ON 194
5 20,7 27 ON 245
Dari data Tabel 2. diatas, dapat dilihat pengujian data dengan kondisi air pada suhu dingin dengan
pengambilan data sebanyak 5 kali, suhu awal air pada tabel sengaja di atur pada kondisi suhu dingin
atau suhu dibawah set point agar kondisi heater pada aquarium menyala dan mulai memanaskan air
sehingga air kembali ke kondisi set point. Dengan kondisi tabel diatas maka dapat kita lakukan
perhitungan perpindahan kalor pada setiap pengujian dengan perhitungan sebagai berikut :
Diketahui :
𝑅𝑒 = 𝑉 × 𝐿
𝜇=
0,5598 × 0,15
16,96 × 10−6= 495
ℎ = 0,664 × 𝑘
𝐿𝑅𝑒𝐿
0,5𝑃𝑟0,333 = 0,664 × 0,02756
0,154950,50,6990,333
ℎ = 2,4 W/m2
°C
A = 6 x s2
= 6 x 0,3 x 0,3 = 0,54 m2
Dikarenakan luas permukaan air setengah dari luas permukaan aquarium maka:
A = 0,54/2 = 0,27 m2
Pengujian pertama :
𝑞 = ℎ 𝐴 ∆𝑇 = 2,4 x 0,27 x (27-24,6) = 1,5 W
Pengujian kedua :
𝑞 = ℎ 𝐴 ∆𝑇 = 2,4 x 0,27 x (27,4-24,2) = 2,07 W
Pengujian ketiga :
𝑞 = ℎ 𝐴 ∆𝑇 = 2,4 x 0,27 x (27,2-23,3) = 2,5 W
Pengujian keempat :
𝑞 = ℎ 𝐴 ∆𝑇 = 2,4 x 0,27 x (27-22) = 3,2 W
Pengujian kelima :
𝑞 = ℎ 𝐴 ∆𝑇 = 2,4 x 0,27 x (27-20,7) = 4,08 W
Jadi, pada setiap pengujian memiliki laju perpindahan kalor yang berbeda-beda dikarenakan
selisih atau jarak nilai suhu awal dengan nilai suhu pada saat mencapai set point yang juga berbeda-
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
31
beda dan memiliki pengaruh yang sangat besar terhadap nilai dari laju perpindahan kalor. Dari hasil
perhitungan laju perpindahan kalor yang diperlukan untuk mencapai set point diatas juga dapat
dilihat waktu yang diperlukan untuk mencapai set point yang disajikan seperti pada Tabel 3.
Tabel 3. Data nilai pengaruh pencapaian set point pada suhu air dingin
No Selisih jarak
suhu (°C)
Nilai kalor yang
diperlukan (W)
Waktu mencapai
set point (menit)
1 2,4 1,5 93
2 3,2 2,07 124
3 3,9 2,5 151
4 5 3,2 194
5 6,3 4,08 245
Dari data Tabel 3. diatas menunjukkan bahwa, nilai yang berpengaruh terhadap lama waktu
pencapaian set point yaitu nilai selisih jarak suhu dan nilai laju perpindahan kalor. Semakin kecil
nilai selisih jarak suhu maka nilai kalor yang diperlukan juga akan kecil dan waktu yang diperlukan
juga akan sebentar, akan tetapi jika nilai laju perpindahan kalor diperbesar dengan cara menambah
nilai dari koefisien perpindahan kalor konveksinya, maka waktu yang dibutuhkan untuk mencapai
set point akan semakin kecil.
2. Perbandingan Kondisi Alat dengan Matlab pada Suhu Air Dingin
Untuk perbandingan error pada alat dengan simulasi pada matlab dapat dilihat pada Tabel 4.
Tabel 4. Perbandingan error output alat dengan matlab
No. Suhu air alat
(°C)
Jarak
ultrasonic
alat (cm)
Tinggi air
alat (cm)
Suhu air
matlab
(°C)
Jarak
ultrasonic
matlab (cm)
Tinggi air
matlab (cm)
Perbandingan
error
1 24,2 19 14,6 24,2 19 14,6 0
2 22 21 11 22 21 11 0
3 23,3 16 14,8 23,3 16 14,7 0,1
4 20,7 14 14,7 20,7 14 14,7 0
5 24,6 16 15 24,6 16 14,7 0,3
Berdasarkan hasil Tabel 4. diatas, didapatkan persentase error alat dengan perbandingan pada
simulasi matlab. Dengan perhitungan sebagai berikut :
𝑒𝑟𝑟𝑜𝑟 = 2
5 × 100% = 40%
Jadi, persentase error pada alat dengan perbandingan simulasi matlab adalah sebesar 40%.
Tampilan rule base dapat dilihat pada pada Gambar 10.
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
32
Gambar 10. Rule base 1 pengujian suhu air dingin
3. Pengujian Suhu Air Panas
Setelah melakukan pengujian dan menganalisa kondisi suhu air dingin pada alat, maka
selanjutnya dilakukan pengujian dan analisa pada alat dengan kondisi suhu air ini panas. Untuk
pengujian pengambilan data dapat dilihat pada Tabel 5.
Tabel 5. Data pengujian pada suhu air panas
No Suhu awal
air (°C)
Suhu
mencapai Set
point (°C)
Kondisi
kipas
Waktu mencapai
set point (menit)
1 31,9 27 ON 100
2 32,6 27 ON 114,2
3 32,9 27 ON 120,3
4 33,9 27,8 ON 125
5 34,8 27 ON 160
Berdasarkan Tabel 5. pengujian pada suhu air panas diatas, kondisinya adalah semakin besar
nilai suhu pada air maka akan semakin lama waktu pencapaian set point nya. Penurunan nilai suhu
untuk mencapai set point dilakukan dengan cara menyalakan kipas pada aquarium dan
mensirkulasikan air yang ada pada aquarium dengan bantuan motor sehingga energi kalor yang ada
pada air akan keluar dan suhu air akan turun sampai pada titik set point. Untuk perhitungan
kerugian energi kalor yang keluar adalah sebagai berikut :
Debit air :
𝑄 = 𝑉
𝑡 =
0,3𝑚 𝑥 0,3𝑚 𝑥 0,15𝑚
480 𝑠= 0,00002812 m
3/s
Kecepatan aliran :
𝑣 = 𝑄
𝐴=
0,00002812
0,00005024 = 0,5598 m/s
Luas penampang bak proses :
𝐴𝑏𝑎𝑘 𝑝𝑟𝑜𝑠𝑒𝑠 = 𝑇 𝑥 𝐿 = 0,15 x 0,30 = 0,045 m2
Laju aliran massa :
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
33
𝑚 = 𝜌 𝑣 𝐴𝑏𝑎𝑘 𝑝𝑟𝑜𝑠𝑒𝑠 = 1000 kg/m3 x 0,5598 m/s x 0,045 m
2 = 25,191 kg/s
Kerugian Energi kalor yang keluar :
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
Dimana :
𝑄𝑙𝑜𝑠𝑠 = Kerugian energi kalor (Kj/s)
𝑚 = Laju aliran massa (kg/s)
𝐶𝑃 = Kapasitas panas jenis gas ideal pada tekanan konstan (0,95 Kj/s)
𝑇𝑖𝑛 = Temperatur masuk (°C)
𝑇𝑜𝑢𝑡 = Temperatur keluar (°C)
Penyelesaian percobaan pertama:
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
= 25,191 kg/s x 0,95 Kj/s x (31,9 °C − 27 °C)
= 117,264 Kj/s
Penyelesaian percobaan kedua:
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
= 25,191 kg/s x 0,95 Kj/s x (32,6 °C − 27 °C)
= 134,016 Kj/s
Penyelesaian percobaan ketiga:
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
= 25,191 kg/s x 0,95 Kj/s x (32,9 °C − 27 °C)
= 141,195 Kj/s
Penyelesaian percobaan keempat:
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
= 25,191 kg/s x 0,95 Kj/s x (33,9°C−27,8 °C)
= 145,982 Kj/s
Penyelesaian percobaan kelima:
𝑄𝑙𝑜𝑠𝑠 = 𝑚 𝐶𝑃 𝑇𝑖𝑛 − 𝑇𝑜𝑢𝑡
= 25,191 kg/s x 0,95 Kj/s x (34,8 °C − 27 °C)
= 186,665 Kj/s
Dari perhitungan kerugian energi kalor diatas dapat disimpulkan bahwa semakin besar jarak
antara suhu masuk dan suhu keluar, maka energi kalor yang keluar dari temperatur air juga akan
semakin besar. Untuk lebih jelas dapat dilihat pada Tabel 6.
Tabel 6. Data nilai pengaruh pencapaian set point pada suhu air panas
No Selisih jarak suhu
(°C)
Nilai kerugian energi
kalor (Kj/s)
Waktu mencapai set
point (menit)
1 4,9 117,264 100
2 5,6 134,016 114,2
3 5,9 141,195 120,3
4 6,1 145,982 125
5 7,8 186,665 160
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
34
Kecepatan kipas angin berpengaruh dikarenakan setiap air yang masuk dan keluar diekstrak
oleh kipas angin sehingga suhu air menjadi turun. Kondisi lingkungan seperti udara dan
kelembaban disekitar juga sangat berpengaruh terhadap penurunan suhu.
4. Perbandingan Kondisi Alat dengan Matlab pada Suhu Air Panas
Untuk perbandingan error pada alat dengan simulasi pada matlab dapat dilihat pada Tabel 7.
Tabel 7. Perbandingan error output alat dengan matlab
No. Suhu air
alat (°C)
Jarak
ultrasonic
alat (cm)
Tinggi air
alat (cm)
Suhu air
matlab (°C)
Jarak
ultrasonic
matlab (cm)
Tinggi air
matlab
(cm)
Perbandingan
error
1 31,9 16 10,2 31,9 16 9,85 0,35
2 32,6 19 7 32,6 19 6,96 0,04
3 32,9 21 3,5 32,9 21 3,49 0,01
4 33,9 14 9,2 33,9 14 9,19 0,01
5 34,8 11 7,5 34,8 11 7,5 0
Berdasarkan hasil Tabel 7. diatas, didapatkan persentase error alat dengan perbandingan pada
simulasi matlab. Dengan perhitungan sebagai berikut :
𝑒𝑟𝑟𝑜𝑟 = 4
5 × 100% = 80%
Jadi, persentase error pada alat dengan perbandingan simulasi matlab adalah sebesar 80%.
Untuk tampilan rule base dapat dilihat pada pada Gambar 11.
Gambar 11. Rule base 1 pengujian suhu air panas
5. Pengujian Tinggi Air
Setelah melakukan pegujian pada suhu air dingin dan juga pada suhu air panas, maka
selanjutnya pengujian dilakukan pada level ketinggian air. Untuk data pengujian ketinggian air
dapat dilihat pada Tabel 8.
Tabel 8.Data pengujian tinggi air
No Tinggi air Set point Waktu mencapai
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
35
awal (cm) (cm) set point (detik)
1 11 15 72
2 14 15 18
3 16 15 18
4 19 15 72
5 21 15 108
Berdasarkan Tabel 8. diatas, didapatkan data bahwa pada setiap 1 cm pengisian maupun
pengurangan air untuk mencapai set point, waktu yang dibutuhkan adalah sekitar 18 detik atau 0,3
menit. Dari hasil pengujian data diatas dapat kita dapatkan debit air yang masuk kedalam aquarium
dengan perhitungan sebagai berikut :
Diketahui :
t = 18 detik = 0,3 menit
v = 30cm x 30cm x 1cm = 900 cm3
= 0,9 liter
𝑄 =𝑉
𝑡=
0,9
0,3= 3 liter/menit
Jadi, debit air yang masuk kedalam aquarium adalah sebesar 3 liter/menit.
6. Hasil Monitoring Internet of Things (IoT)
Pengujian data yang telah diambil langsung dimonitoring dengan Internet of Things (IoT)
dengan cara menerima sinyal yang dikirimkan oleh sensor yang terhubung dengan microcontroller
wemos esp8266. Gambar 12. dibawah merupakan salah satu tampilan monitoring pengujian suhu
air panas.
Gambar 12. Tampilan monitoring pengujian
Pada Gambar 12. menunjukkan bahwa terdapat dua indikator yang dimonitoring yaitu suhu air
dan level air. Pada gambar bagian atas menunjukkan angka suhu yang terbaca pada sensor,
kemudian menunjukkan angka posisi level air dan yang terakhir menunjukkan grafik perpindahan
suhu air. Pada bagian tengah menunjukkan monitoring dengan model led indikator yang menyala
sesuai dengan ketinggian yang telah diatur. Kemudian pada gambar bagian bawah menunjukkan
montoring dengan model yang sama dengan monitoring bagian tengah, perbedaannya adalah bagian
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
36
monitoring ini menunjukkan monitoring untuk indikator suhu air dengan sistem jika suhu air berada
pada variabel tertentu maka lampu indikatornya akan menyala.
7. Perbandigan Prototype dengan Kolam Budidaya Ikan Nila
Berdasarkan hasil pengujian yang telah dilakukan, dari pengujian ketinggian air, pengujian
suhu air panas dan pengujian suhu air dingin maka selanjutnya akan dianalisa tentang kolam
budidaya ikan nila dan membandingkan dengan hasil yang didapatkan oleh alat prototype.
a. Perbandingan ketinggian air
Ketinggian air atau ketersedian air pada kolam budidaya ikan nila pada dasarnya tidak
mempunyai standar, tergantung pada kondisi yang dibutuhkan seperti pada saat pemeliharaan
induk tinggi air kolam dipertahankan sekitar 50 cm. Kemudian pada pemijahan ikan nila
kedalaman air yang dibutuhkan antara 40-60 cm, dengan luas rata-rata kolam 915 m2. Dengan
kondisi tersebut dibandingkan dengan kondisi prototype yang telah di bangun yaitu luas 900
cm2 dan set point tinggi air adalah 15 cm. Kemudian perbandingan kecepatan debit air yang
masuk pada kolam dengan prototype dapat dilihat pada Tabel 9.
Tabel 9. Perbandingan debit air prototype dengan kolam
No. Prototype Debit air Kolam Debit air
1. 1 cm 0,9 liter 40 cm 366.000 liter
2. 15 cm 13,5 liter 60 cm 549.000 liter
BerdasarkanTabel 9. dapat dilihat perbandingan jika alat yang dirancang diaplikasikan ke
kolam budidaya ikan, maka perbandingan adalah 1:100.
b. Perbandingan suhu air
Suhu air yang optimal untuk pada masa pemijahan ikan nila suhu yang optimal antara 26-
30°C, penelitian lain mengatakan bahwa ikan nila dapat mentolerir suhu antara 15°C sampai
37°C untuk bertahan hidup. Sedangkan suhu air yang optimal sebagai penentu keberhasilan
bagi budidaya ikan nila adalah 25-30°C seperti yang telah dibahas di latar belakang. Untuk
prototype yang dirancang pada penelitian ini diatur set pointnya adalah 27°C, hal ini sebanding
dengan suhu air yang harus dicapai pada kolam budidaya ikan nila agar pembudidayaan ikan
maksimal.
c. Perbandingan rangkaian listrik
Rangkaian listrik yang terdapat pada prototype seperti pada Gambar 13. dengan sumber
tegangan 5 volt untuk wemos, 12 volt untuk motor 1, motor 2 dan kipas angin dan sumber
tegangan AC 220 volt. Sedangkan untuk rangkaia listrik pada kolam budidaya ikan nila dapat
dilihat pada Gambar 14.
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
37
Gambar 13. Rangkaian listrik prototype
Gambar 14. Rangkaian listrik kolam
Perbandingan rangkaian listrik pada prototype dengan rangkaian listrik pada kolam terletak
pada sumber tegangan untuk motor 1, motor 2 dan kipas angin, yaitu menggunakan sumber
tegangan AC 220 volt. Hal ini disebabkan oleh motor 1, motor 2 dan kipas angin yang
digunakan pada kolam tidak lagi motor dan kipas angin( yang sama yang digunakan untuk
aquarium, motor dan kipas angin yang digunakan adalah motor dan kipas angin AC yang
membutuhkan supply tegangan AC 220 volt.
KESIMPULAN
Berdasarkan analisa pengujian prototype sistem kontrol dan monitoring suhu serta ketinggian
air pada kolam budidaya ikan menggunakan logika fuzzy dengan skala ukuran aquarium 30x30x30
cm, maka dapat disimpulkan sebagai berikut :
1. Alat ini berhasil dirancang dan bekerja untuk mengontrol ketinggian air dengan menggunakan
logika fuzzy dengan debit air yang masuk setiap menitnya yaitu sebesar 3 liter.
2. Alat ini berhasil dirancang dan bekerja untuk mengontrol suhu air dengan kondisi suhu air panas
dan dingin menggunakan logika fuzzy dengan waktu untuk menaikkan suhu sebesar 1°C adalah
38,9 menit dan waktu untuk menurunkan suhu sebesar 1°C adalah 20,4 menit dengan ketinggian
air rata-rata 15 cm atau 13,5 liter.
Prototype Sistem Kontrol dan Monitoring Suhu Serta Ketinggian Air pada Kolam Budidaya Ikan Menggunakan Logika
Fuzzy (Amalia) https://stitek-binataruna.e-journal.id/radial/index
38
3. Alat ini dapat di monitoring dari jarak jauh dengan koneksi internet menggunakan Internet of
Things (IoT).
SARAN
Berdasarkan hasil dan kesimpulan pada penelitian ini, penulis memberikan beberapa saran,
yaitu:
1. Alat ini dapat dikembangkan dengan menggunakan tambahan sensor, seperti sensor ph air.
2. Alat ini dapat diaplikasikan pada kolam budidaya ikan tawar, seperti ikan nila dan sejenisnya
dengan merubah nilai set point sesuai kebutuhan.
3. Agar alat ini bekerja lebih cepat dalam mencapai set point, perangkat yang digunakan dalam
pengontrolan seperti, kipas angin ditambahkan jumlahnya,kemudian heater yang digunakan
diganti dengan heater 300 Watt atau 500 Watt.
DAFTAR PUSTAKA
Gustiano, R., Arifin, O. Z., & Nugroho, E. (2008). Perbaikan Pertumbuhan Ikan Nila (Oreochromis
Niloticus) dengan Seleksi Famili. Media Akuakultur, 3(2), 98.
https://doi.org/10.15578/ma.3.2.2008.98-106.
Mahali, M. I. (2017). Smart Door Locks Based on Internet of Things Concept with mobile Backend
as a Service. Elinvo (Electronics, Informatics, and Vocational Education), 1(3),171–
181.https://doi.org/10.21831/elinvo.v1i3.14260.
Pramana, R. (2018). Perancangan Sistem Kontrol dan Monitoring Kualitas Air dan Suhu Air Pada
Kolam Budidaya Ikan. Jurnal Sustainable: Jurnal Hasil Penelitian Dan Industri Terapan,
7(1), 13–23. https://doi.org/10.31629/sustainable.v7i1.435
Simanjuntak, AP., Pramana, R., & Nusyirwan. (2013). Pengontrol Suhu Air Pada Kolam
Pendederan dan Pembenihan Ikan Nila Berbasis Arduino. Jurnal Sustainable, Vol.4 No.1,
Mei 2013, ISSN 2087-5347.
Stickney, R.R. (2000). Tilapia culture. Encyclopedia of Aquaculture. A Wiley-Interscience
Publication. p.934-941.
Suripin. (2000).Pelestarian Sumber Daya Tanah dan Air. Yogyakarta : Penerbit Andi.
Suyanto. (1993). Nila. Jakarta : PT. Penebar Swadaya, Anggota IKAPI.
Syaifudin, M., & Akbar, M. (2021). Rancang Bangun Monitoring Sirkulasi Air pada Kolam Ikan
Nila Berbasis Arduino. InfoTekJar : Jurnal Nasional Informatika Dan Teknologi Jaringan, 2.
Tarigan, P. (2013). Sistem Pengendali Pendingin Ruangan Menggunakan Fuzzy Logic Berbasis
Mikrokontroler Atmega 8535. Informasi Dan Teknologi Ilmiah (INTI), 1(1), 86–92.
Yanuar, V. (2016). Perbedaan Suhu Air Dalam Akuarium Pemeliharaan Terhadap Laju
Pertumbuhan Benih Ikan Nila (Oreochiomis niloticus). Juristek, 5 (1), 152-158.
Yuliana, D.E. (2018). Kendali Suhu Berbasis Fuzzy Logic Pada Model Kolam Pembibitan Ikan
Gurami. Masters thesis, Fakultas Teknologi Industri UNISSULA.